版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著Internet和多媒體技術(shù)的迅速發(fā)展,圖像資源的檢索已成為國內(nèi)外研究的熱點(diǎn)。建立有效的圖像描述和檢索機(jī)制已成為迫切需要解決的問題。目前圖像檢索技術(shù)已經(jīng)廣泛應(yīng)用于遙感、醫(yī)學(xué)、計(jì)算機(jī)視覺、軍事等方面。
特征提取是圖像檢索的關(guān)鍵階段,特征提取方法的選擇直接影響到圖像檢索性能。在深入研究和分析傳統(tǒng)特征提取方法的基礎(chǔ)上,本文提出了一種基于同心圓思想的顏色特征提取方法,該方法以同心圓分塊策略對圖像進(jìn)行分塊,并依據(jù)人類視覺生理和心
2、理特性對所獲取的顏色特征進(jìn)行動態(tài)加權(quán),獲得圖像的綜合加權(quán)特征向量。對圖像庫的10類圖像進(jìn)行測試,每類取4幅組成40次查詢。實(shí)驗(yàn)結(jié)果表明,該方法與全局直方圖方法、傳統(tǒng)分塊方法相比,其平均精確度都有所提高,且具有幾何不變性。
由于使用單一特征表達(dá)圖像具有內(nèi)容描述片面,缺少區(qū)分信息等缺點(diǎn),使得綜合多特征的圖像檢索方法得到了深入研究,但是如何組織這些特征使其發(fā)揮最佳效果始終是基于內(nèi)容圖像檢索中的一個研究難點(diǎn)。本文提出了一種基于遺傳
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于多特征和相關(guān)反饋的圖像檢索技術(shù)研究.pdf
- 綜合多特征和相關(guān)反饋的ROI圖像檢索技術(shù)研究.pdf
- 綜合多特征和SVM相關(guān)反饋的藻類圖像檢索技術(shù)研究.pdf
- 基于多特征及相關(guān)反饋的圖像檢索技術(shù)研究.pdf
- 基于形狀特征和相關(guān)反饋的圖像檢索技術(shù)研究.pdf
- 綜合多特征和相關(guān)反饋的圖像檢索技術(shù)的研究.pdf
- 基于綜合特征和相關(guān)反饋的圖像檢索技術(shù)研究.pdf
- 圖像語義檢索中的相關(guān)反饋技術(shù)研究.pdf
- 基于內(nèi)容醫(yī)學(xué)圖像檢索中相關(guān)反饋技術(shù)研究.pdf
- 圖像檢索中基于SVM的相關(guān)反饋技術(shù)研究.pdf
- 基于語義和視覺特征相結(jié)合的相關(guān)反饋圖像檢索技術(shù)研究.pdf
- 基于SVM的相關(guān)反饋圖像檢索技術(shù)研究.pdf
- 基于顏色特征和相關(guān)反饋的圖像檢索研究.pdf
- 基于顏色、紋理特征及相關(guān)反饋的圖像檢索技術(shù)研究.pdf
- 信息檢索中的相關(guān)反饋技術(shù)研究.pdf
- 圖像檢索中基于強(qiáng)化學(xué)習(xí)的相關(guān)反饋技術(shù)研究.pdf
- 基于內(nèi)容的圖像檢索中相關(guān)反饋和特征融合方法研究.pdf
- 基于內(nèi)容的圖像檢索及相關(guān)反饋技術(shù)研究.pdf
- 貝葉斯圖像檢索模型中的相關(guān)反饋技術(shù)研究.pdf
- 圖像檢索中的相關(guān)反饋和分類算法研究.pdf
評論
0/150
提交評論